企業管理論文：把丟失的利潤找回來

導語：企業管理論文：把丟失的利潤找回來一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

企業管理論文

許多企業沒有設定符合實際的成本和財務目標，結果導致重大虧損和現金流問題。利潤流失不僅僅是經濟滑坡造成的，它還反映出企業未投入必要的時間和精力，開展至關重要的銷售和需求預測活動。

做好預測其實并不像聽起來那么難。正確地運用成熟的預測技術能顯著提高利潤。具體來說，在規則指導下用統計學方法進行預測，并制定更為動態的企業全面規劃，能夠去除運營決策中的一些猜測因素，讓預測的焦點重返優化盈利，而非等事情發生了再去"救火"。據GartnerGroup稱，成功實施統一預測流程的企業至少可望獲得10%的收入增長。

由于競爭對手和市場狀況變化莫測，許多高層經理人對預測的準確性表示懷疑。但許多大型企業如通用電氣和沃爾瑪已經找到可靠的預測方法，并在整個企業范圍加以運用。

走出預測的誤區

首先要淘汰無效技術。有些企業使用非常復雜的模型，卻沒有適當地把企業的供應商和分銷商網絡考慮在內，從而使結果不可靠。

而在另一個極端，許多企業過分依賴銷售人員和經理的意見來產生結果。證據顯示，不管他們多么富有經驗，這些人員的意見可能導致不確切的結果。因為他們往往：

混淆目標（希望）和預測（現實）；以為自己的個人判斷比統計預測更可靠；預測結論為本職能部門服務，不信任其他部門的預測；高估營銷攻勢以及其他收入管理行動的效果。

不要依賴于公司單個部門的預測結論。例如，財務、制造和銷售等職能部門可能各自獨立地產生預測結論，但沒有一個部門監控其他部門預測中的變動因素，并修正自身的預測結論以反映這些變動。

有這些問題的企業必須解決若干技術事項，才能創建可靠的財務預測。所需要的數據通常分布在多個系統中，如財務、生產、銷售和供應鏈。在大多數企業中，獲取所有這些數據幾乎是一件無法完成的任務。但如果信息技術的構造能整合這些不同的系統，員工提取數據就會相對容易些。

許多企業還需要進而解決流程問題，這就要實施系統的、跨部門的預測方法。還應考慮企業政治和信任問題。

六種最佳預測實踐

有些企業已經開始采取措施改善其預測能力。制造和零售領域的許多企業認識到，疏忽大意的預測標準導致了高庫存和低利潤。

為解決這個困擾各方的問題，一些制造商和零售商聯合開發了一套標準，用于整個供應鏈規劃和預測。貿易伙伴運用"協作規劃、預測和補貨"（CPFR），就共同的經營目標和措施達成一致，攜手制定銷售和運作計劃，并通過電子化協作更新銷售預測和補貨計劃。參與各方還運用標準方法收集供應商和顧客的意見，并采用標準數據格式產生銷售預測結論。

采用CPFR的企業包括伊斯曼柯達、貨物零售商JCPenney、金佰利-克拉克（Kimberly-Clark）、凱馬特（Kmart）、那比斯科（Nabisco）和沃爾瑪。根據制造業咨詢公司IndustryDirections的調查，采用CPFR標準的企業，其預測準確率提高了約20%。例如，沃爾瑪的"網上零售鏈"系統向公司5,000多家供應商中的3,500家提供每周預測數據。這些數據讓人觀測到沃爾瑪的零售活動，幫助供應商改進其預測，在正確的時機向零售商提供產品。然而，大多數企業對預測流程投資不力或者欠妥。

根據零售和其他行業公司的經驗，現已出現由以下6種最佳預測實踐組成的一套方法：

●標準化輸入

●標準化預測方法

●預測頻率

●限制偏向

●測量績效

●采取協作式銷售和運營規劃

盡管情形各異，遵循這些實踐的企業都將提高其預測能力。成功的原因遠不只是購買最精巧的軟件。收益來自于更好的數據、人員、流程和工具。

首先要標準化輸入到銷售預測流程中的信息。如果你的銷售代表都遵守同樣的規則對商機加以分類，預測模型每次就能基于相似的數據標準運行。

標準化就是要以統一的規則對銷售機會加以分類。首先，你要界定銷售周期的階段。然后，界定需要取得什么樣的進展才能進一步上升到下一階段。最后，根據標準規則，確定簽約的幾率。總的來講，輸入的信息應該基于事實而非主觀意見。

最普遍的預測方法是時間序列模型，它依據的是將當前情形跟過去類似階段進行統計比較。它能讓人們觀察當前的活動，預見未來的結果。

有了時間序列模型，你可以根據以往預測的準確度或偏差度，對預測結論加以調整，使得當前的預測更為可靠。譬如，你在新的季度開始前5周作預測，你回顧以往季度開始前5周所做的預測，將預測結論跟實際結果比較，然后相應地調整新的預測結論。

認可數據而非直覺

許多企業擁有收集數據點并運行預測模型的應用軟件。包括ERP和"供應鏈及需求規劃"軟件中的財務和預算模塊。

時間序列模型最適合于短期預測。如果需要做中長期（即超過6個月）預測，時間序列方法就不能揭示出必須考慮的長期趨勢。

大多數企業每季度或每個月產生預測結論。如果所要求的精確程度和回應速度較高，這樣往往是不夠的。在某些情況下，采用實時企業預測模型的公司每周就要做一次預測。你越早更新預測結論，就能越早知道哪些領域需要幫助，需要對生產層面做哪些調整，應該如何調整預算。

預測頻率過低會導致預算和實際結果的嚴重脫節。當然，你不希望停頓業務，光做預測。但一般來說，預測頻率越高，其結論就越準確。

盡管所有工具和研究顯示相反的結果，許多商務人士仍認為自己的判斷比成熟的統計技術更準確。這些偏向性難以預料，因為在不同的時間有不同人員參與預測流程。預測流程中混入個人偏向性，將削弱比較歷史數據的意義。

最佳做法是限制個人主觀預測。總的來說，要相信數據和統計模型而非直覺。如果你必須加入個人判斷，也要等統計模型產生了預測結果之后，而不是在此之前。

要持續改進任何舉措，績效測定都是至關重要的，預測流程也不例外。你需要系統的方法來評審預測失誤，不斷改進自己公司的流程和模型。最佳途徑是組建任務團隊，評審以往的預測。最好由高層經理組成委員會，其使命是改善數據、流程和執行中的薄弱點。

有效實施預測流程

運用統一的輸入信息和標準模型做出更好的預測后，協作性規劃流程就要在全公司和所有供應商當中開始運作。該流程稱為"銷售與運營規劃"（S&OP），通常每周進行一次，涵括所有主要經營領域。它將基線預測跟供應鏈限制、資源可利用性、營銷-促銷信息以及其他相關運營信息結合在一起。

結果就產生了整套供需計劃和財務計劃。這些計劃用來平衡供需，處理需求薄弱領域，并利用各種機會。要確保所有經營領域都追求相同的目標。下面是實施有效預測流程的若干建議：

為當前運營樹立基準。將自己的預測方法跟行業和其他公司的最佳實踐相比較。對公司內部的預測人員做調查，然后將結果與行業調查作比較。

教育預測人員和用戶。由于大多數商學院都不講授預測，許多經理人不懂得預測。要在方法、程序和應用方面對經理人進行教育。針對改進的可能性，解釋為何值得花時間去做。

組建跨職能任務團隊。將中層預測人員和業務經理組成團隊，調查企業的基準，然后確定期望的方法和成果。這種討論會可以演化為常設任務團隊，實施所需要的全企業變革。

評估數據質量。你的機會管理流程是全公司統一的嗎？是否始終如一地在每個領域為每個產品捕捉信息？員工們是否及時利用系統，使數據達到高質量？你很可能會發現許多不一致，關鍵在于找出并解決這些不一致的地方。要讓企業不同部門代表組成的控制委員會參與進來。

實施溝通流程。設計糟糕的流程可能導致預測者和使用者之間的裂痕。這是預測中常見的陷阱。要避免這樣，必須確保仔細規劃自己傳達預測結論的流程。要確保預測者和使用者就數據的格式和數量達成一致意見。

重新設計公司規劃流程。準確的預測應該成為公司規劃流程的關鍵驅動力，而這要求大多數企業完全改變其規劃方式。不應該只是每季度運用不同的假定，從各個領域推導出計劃，計劃應該更為動態，可依據預測的變化短期內進行調整。

為實現這一點，就要引進標準，使得企業的各個領域一致并同步地調整其計劃。要考慮實施滾動計劃，使之適應不斷變化的需求并且能夠讓企業資源得到高效利用。

所有這些舉措都要求你改變業務流程，獲得高層支持。你需要兼顧變革管理、流程、戰略和技術的綜合規劃。